Erfolgskontrolle Schulungen finden - Das passende Seminar in Ihrer Nähe

Deep Learning ist ein Teilgebiet des maschinellen Lernens, bei dem Algorithmen direkt, ohne menschlichen Einfluss, aus den verwendeten Daten lernen. So gesehen ist Deep Learning die partielle Automatisierung des maschinellen Lernens. In dieser Schulung lernen die Teilnehmer die Grundlagen neuronaler Netze sowie deren Training und Evaluierung kennen. Ein Schwerpunkt liegt hierbei auf verschiedenen Optimierungsmethoden sowie die Architektur verschiedener Modelle.Bestandteil sind unter anderem Convolutional Neuronal Networks (CNN).

Dieses Seminar ist Teil dieses Qualifizierungsplaners:

Data Scientist

Overview

This course offers data engineers more experience with watsonx.data on Red Hat OpenShift Container Platform. You learn to gain knowledge in the areas such as infrastructure management, data management, running SQL statements. You gain skills in ingesting data, creating schemas, running queries that combines data from multiple data sources, and rolling back a table to previous point in time. 

Overview

This course offers solution architects, data stewards, and data quality analysts more experience with IBM Knowledge Catalog for IBM Cloud Pak for Data. You learn to tune and customize governance workflows and artifacts to enhance the quality, findability, and protection of data. You gain skills in enriching metadata, building data quality rules, customizing asset properties, and configuring reports and dashboards.

Ziel der Schulung ist es, den Teilnehmenden die Werkzeuge und Strategien zu vermitteln, die sie benötigen, um die Resilienz ihrer Organisationen zu stärken, inspiriert von den Standards der ISO 22316. 



Durch die Einbindung von Praxisbeispielen und interaktiven Diskussionen streben wir danach, das Verständnis für die Implementierung dieser Standards zu vertiefen. 



Wir wollen nicht nur Wissen vermitteln, sondern auch konkrete Schritte aufzeigen, wie Organisationen sich auf vielfältige Herausforderungen vorbereiten können, indem sie ihre Resilienz als strategischen Vorteil nutzen.

Das Seminar hat das Ziel, Unternehmen dabei zu unterstützen, das  Potenzial von Künstlicher Intelligenz (KI) und maschinellem Lernen zu  verstehen und zu nutzen. Es soll den Unternehmen ermöglichen, die  Vorteile von KI-basierten Lösungen zu erkennen und diese in ihren  Geschäftsprozessen und -strategien erfolgreich einzusetzen. Das Seminar  soll den Unternehmen helfen, ihre Effizienz zu steigern, die  Kundenerfahrung zu verbessern, bessere Entscheidungen zu treffen und  einen Wettbewerbsvorteil zu erlangen.

 Die Teilnehmer sollen lernen, wie man Data-Mining-Projekte von Anfang bis Ende plant und durchführt, einschließlich der Identifizierung von Geschäftszielen, der Datenexploration, der Modellbildung und -bewertung sowie der Integration der Ergebnisse in den betrieblichen Arbeitsablauf. Ziel ist es, den Teilnehmern das erforderliche Know-how zu vermitteln, um effektive Data-Mining-Analysen durchzuführen und wertvolle Erkenntnisse für ihr Unternehmen zu gewinnen. Das langfristige Ziel ist es, datengesteuerte Entscheidungsfindung zu fördern, den Wert der Unternehmensdaten zu maximieren und Wettbewerbsvorteile zu erzielen.

Sie lernen den kompletten Workflow des Machine Learnings mit der Deep-Learning Bibliothek Keras kennen. Angefangen von der Datenaufbereitung, über die Auswahl und das Anlernen der Modelle, bis hin zum Einsatz der trainierten Modelle zur Klassifikation und Prognose. Sie können Bild-, Text- und numerische Daten für Training und Schätzung vorbereiten. Sie kennen die konzeptuellen Grundlagen des Anlernens, die Verfahren zur Qualitätssicherung im Anlernprozess und die Varianten neuronaler Netze. Dazu gehören konvolutationale Netze (CNN) zur Verarbeitung von Bilddaten genauso wie rekurrente Netze (RNN) zur Verarbeitung von Text- und Zeitreihendaten. Die Konzepte werden anhand von Folien erklärt, an Beispielen verdeutlicht und gemeinsam in Python umgesetzt und eingeübt. Eine Vielzahl praktischer Übungen ergänzen den Lernprozess und ermöglichen es, die verschiedenen Lernszenarien selbstständig umzusetzen. Am Ende des Seminars sind Sie in der Lage, Daten und Optionen des Einsatzes neuronaler Netze zu prüfen, Modelle zielsicher auszuwählen und zu trainieren und Klassifizierer erfolgreich einzusetzen.

• Erwerb eines tiefen, nicht zu theoretischen Verständnisses für die Funktionsweise, Limitationen und Anwendungsbereiche von Large Language Models wie ChatGPT, Gemini, Copilot etc.
• Die Fähigkeit, GenAI-Tools effektiv für berufliche Zwecke einzusetzen und hier Unterstützung zu erhalten.
• Kompetenz im Umgang mit Prompt Engineering zur Erzielung zuverlässiger, präziser und konsistenter Ergebnisse und Techniken zur Umgehung von Risiken.
• Erhalt eines Prompt-Engineering Cheat Sheet
  
  
  
  

Overview

This course provides Solution Architects an introduction to the basics of IBM Knowledge Catalog for IBM Cloud Pak for Data. You learn to access IBM Knowledge Catalog through the service, and gain skills in creating catalogs, populating them with assets, and then managing the assets in the catalog through a governance framework.

Overview

This course provides Solution Architects an introduction to the basics of IBM Knowledge Catalog on IBM Cloud Pak for Data. You learn to access IBM Knowledge Catalog through the service, and gain skills in creating catalogs, populating them with assets, managing the assets in the catalog through a governance framework, and governing virtualized data.